学习路线和方向杂想

说明

1.本科就读双非cs与ee的的交叉学科，目前准信通研究生（2022.5），跟了个做深度学习的老师。

2.考虑以后过做算法，后端，和嵌入式ai方向，结合个人兴趣和能力后，决定往嵌入式ai的方向试一试，主要想做深度学习算法的落地。

3.目前属于入门阶段，以后会及时的更新我的学习路线，知识总结，和一些搬运的资料。

---

初步路线

一.基础知识

1.高等数学，线性代数，概率论，凸优化

（高数线代概率已在考研阶段打下一定基础，凸优化比较推荐中科大凌青老师机器学习之凸优化_哔哩哔哩_bilibili）

其中高数重点掌握：倒数/微分/积分 /梯度/泰勒展开公式。

2.python学习

（这里需要掌握常用的库，例如Numpy，Scipy，Matplotlib，Pandas）

3.操作系统（学习中）

（这里推荐图解系统介绍 | 小林coding结合课本学习，有条件自己尝试去做一个OS。）

4.计算机网络（学习中）

（这里推荐图解网络介绍 | 小林coding结合课本学习）

5.数据结构

6.数字图像处理（学习中）

（冈萨雷斯的书太难啃了，我还是把这本书当字典用，推荐数字图像处理专栏_TechArtisan6的博客-CSDN博客和【北交】图像处理与机器学习_哔哩哔哩_bilibili，然后看完基础知识，马上用代码复现。）

---

持续更新中